This study analyzed the learning components of the web-based adaptive math learning programs in order to develop adaptive math learning program using artificial intelligence. The components of the web-based adaptive math learning program set for analysis are classified into learning process presentation, concept learning, problem presentation, problem solving process, and learning result processing then analyzed three programs. As a result of analysis, the typical characteristic of components is that it uses a method of repeatedly presenting the same type of problem in order to learn one concept.
As information and communication technologies are being developed so rapidly, education research is actively conducted to provide optimal learning for each student using big data and artificial intelligence technology. In this study, using the mathematics learning data of elementary school 5th to 6th graders conducting blended mathematics classes, we tried to find out what factors predict mathematics academic achievement and developed an artificial intelligence model that predicts mathematics academic performance using the results. Math learning propensity, LMS data, and evaluation results of 205 elementary school students had analyzed with a random forest model. Confidence, anxiety, interest, self-management, and confidence in math learning strategy were included as mathematics learning disposition. The progress rate, number of learning times, and learning time of the e-learning site were collected as LMS data. For evaluation data, results of diagnostic test and unit test were used. As a result of the analysis it was found that the mathematics learning strategy was the most important factor in predicting low-achieving students among mathematics learning propensities. The LMS training data had a negligible effect on the prediction. This study suggests that an AI model can predict low-achieving students with learning data generated in a blended math class. In addition, it is expected that the results of the analysis will provide specific information for teachers to evaluate and give feedback to students.
Zhang Chengquan;Hamidreza Aghajanirefah;Kseniya I. Zykova;Hossein Moayedi;Binh Nguyen Le
Computers and Concrete
/
v.32
no.2
/
pp.149-163
/
2023
One of the main design parameters traditionally utilized in projects of geotechnical engineering is the uniaxial compressive strength. The present paper employed three artificial intelligence methods, i.e., the stochastic fractal search (SFS), the multi-verse optimization (MVO), and the vortex search algorithm (VSA), in order to determine the compressive strength of concrete (CSC). For the same reason, 1030 concrete specimens were subjected to compressive strength tests. According to the obtained laboratory results, the fly ash, cement, water, slag, coarse aggregates, fine aggregates, and SP were subjected to tests as the input parameters of the model in order to decide the optimum input configuration for the estimation of the compressive strength. The performance was evaluated by employing three criteria, i.e., the root mean square error (RMSE), mean absolute error (MAE), and the determination coefficient (R2). The evaluation of the error criteria and the determination coefficient obtained from the above three techniques indicates that the SFS-MLP technique outperformed the MVO-MLP and VSA-MLP methods. The developed artificial neural network models exhibit higher amounts of errors and lower correlation coefficients in comparison with other models. Nonetheless, the use of the stochastic fractal search algorithm has resulted in considerable enhancement in precision and accuracy of the evaluations conducted through the artificial neural network and has enhanced its performance. According to the results, the utilized SFS-MLP technique showed a better performance in the estimation of the compressive strength of concrete (R2=0.99932 and 0.99942, and RMSE=0.32611 and 0.24922). The novelty of our study is the use of a large dataset composed of 1030 entries and optimization of the learning scheme of the neural prediction model via a data distribution of a 20:80 testing-to-training ratio.
This study is aimed to predict the behaviour of channel shear connectors in composite floor systems at different temperatures. For this purpose, a soft computing approach is adopted. Two novel intelligence methods, including an Extreme Learning Machine (ELM) and a Genetic Programming (GP), are developed. In order to generate the required data for the intelligence methods, several push-out tests were conducted on various channel connectors at different temperatures. The dimension of the channel connectors, temperature, and slip are considered as the inputs of the models, and the strength of the connector is predicted as the output. Next, the performance of the ELM and GP is evaluated by developing an Artificial Neural Network (ANN). Finally, the performance of the ELM, GP, and ANN is compared with each other. Results show that ELM is capable of achieving superior performance indices in comparison with GP and ANN in the case of load prediction. Also, it is found that ELM is not only a very fast algorithm but also a more reliable model.
Mohammed Houssem Eddine Guerine;Zakaria Belabed;Abdelouahed Tounsi;Sherain M.Y. Mohamed;Saad Althobaiti;Mahmoud M. Selim
Structural Engineering and Mechanics
/
v.91
no.1
/
pp.1-23
/
2024
This paper formulates a new integral shear deformation shell theory to investigate the free vibration response of carbon nanotube (CNT) reinforced structures with only four independent variables, unlike existing shell theories, which invariably and implicitly induce a host of unknowns. This approach guarantees traction-free boundary conditions without shear correction factors, using a non-polynomial hyperbolic warping function for transverse shear deformation and stress. By introducing undetermined integral terms, it will be possible to derive the motion equations with a low order of differentiation, which can facilitate a closed-form solution in conjunction with Navier's procedure. The mechanical properties of the CNT reinforcements are modeled to vary smoothly and gradually through the thickness coordinate, exhibiting different distribution patterns. A comparison study is performed to prove the efficacy of the formulated shell theory via obtained results from existing literature. Further numerical investigations are current and comprehensive in detailing the effects of CNT distribution patterns, volume fractions, and geometrical configurations on the fundamental frequencies of CNT-reinforced nanocomposite shells present here. The current shell theory is assumed to serve as a potent conceptual framework for designing reinforced structures and assessing their mechanical behavior.
Although the mathematics education process in AI education is a very important issue, little cases are reported in developing effective methods on AI and mathematics education at the university level. The universities cover all fields of mathematics in their curriculums, but they lack in connecting and applying the math knowledge to AI in an efficient manner. Students are hardly interested in taking many math courses and it gets worse for the students in humanities, social sciences and arts. But university education is very slow in adapting to rapidly changing new technologies in the real world. AI is a technology that is changing the paradigm of the century, so every one should be familiar with this technology but it requires fundamental math knowledge. It is not fair for the students to study all math subjects and ride on the AI train. We recognize that three key elements, SW knowledge, mathematical knowledge, and domain knowledge, are required in applying AI technology to the real world problems. This study proposes a modular approach of studying mathematics knowledge while connecting the math to different domain problems using AI techniques. We also show a modular curriculum that is developed for using math for AI-driven autonomous driving.
Journal of the Korean Institute of Intelligent Systems
/
v.20
no.1
/
pp.1-6
/
2010
Ying[M.S. Ying, Linguistic quantifiers modeled by Sugeno integrals, Artificial Intelligence 170(2006) 581-606] studied a framework for modeling quantifiers in natural languages in which each linguistic quantifier is represented by a family of fuzzy measures and the truth value of a quantified proposition is evaluated by using Sugeno integral. In this paper, we consider interval-valued fuzzy measures and interval quantifiers which are the generalized concepts of fuzzy measures and quantifiers, respectively. We also investigate logical properties of a first order language with interval quantifiers modeled by the Sugeno integral with respect to an interval-valued fuzzy measures.
International Journal of Advanced Culture Technology
/
v.9
no.4
/
pp.110-117
/
2021
The purpose of the study is to develop effective teaching methods to strengthen the major learning capabilities of electronic engineering learners through inquiry learning using computing thinking ability. To this end, first, in the electronic engineering curriculum, we performed teaching-learning through an inquiry and learning model related to mathematics, probability, and statistics under the theme of various majors in electronic engineering, focusing on understanding computing thinking skills. Second, an efficient electronic engineering subject inquiry class operation using computing thinking ability was conducted, and electronic engineering-linked education contents based on the components of computer thinking were presented. Third, by conducting a case study on inquiry-style teaching using computing thinking skills in the electronic engineering curriculum, we identified the validity of the teaching method to strengthen major competency. In order to prepare for the 4th Industrial Revolution, by implementing mathematics, probability, statistics-related linkage, and convergence education to foster convergent talent, we tried to present effective electronic engineering major competency enhancement measures and cope with innovative technological changes.
The purpose of this study is to analyze the current situation of EduTech, which is proposed as a way to build a flexible learning environment regardless of time and place according to the use of digital technology in mathematics subjects. The process of designing classes to use the EduTech platform, which is still in the development introduction stage, in public education is still difficult, and research to observe its effects and characteristics is also in its early stages. However, in the stage of preparing for future education, it is a meaningful process to grasp the current situation and point out the direction in preparation for the future in which EduTech will be actively applied to education. Accordingly, the current situation and utilization trends of EduTech at home and abroad were confirmed, and the functions and roles of EduTech platforms used in mathematics were analyzed. As a result of the analysis, the EduTech platform was pursuing learners' self-directed learning by constructing its functions so that they could be useful for individual learning of learners in hierarchical mathematics education. In addition, we have confirmed that the platform is evolving to be useful for teachers' work reduction, suitable activities, and evaluations learning management. Therefore, it is necessary to implement instructional design and individual customized learning support measures for students that can efficiently utilize these platforms in the future.
Inyong Choi;Hwa Kyung Kim;In Woo Chung;Min Ho Song
The Mathematical Education
/
v.63
no.2
/
pp.165-186
/
2024
Despite the growing attention on artificial intelligence-based automated scoring technology as a support method for the introduction of descriptive items in school environments and large-scale assessments, there is a noticeable lack of foundational research in mathematics compared to other subjects. This study developed an automated scoring model for two descriptive items in first-year middle school mathematics using the Random Forest algorithm, evaluated its performance, and explored ways to enhance this performance. The accuracy of the final models for the two items was found to be between 0.95 to 1.00 and 0.73 to 0.89, respectively, which is relatively high compared to automated scoring models in other subjects. We discovered that the strategic selection of the number of evaluation categories, taking into account the amount of data, is crucial for the effective development and performance of automated scoring models. Additionally, text preprocessing by mathematics education experts proved effective in improving both the performance and interpretability of the automated scoring model. Selecting a vectorization method that matches the characteristics of the items and data was identified as one way to enhance model performance. Furthermore, we confirmed that oversampling is a useful method to supplement performance in situations where practical limitations hinder balanced data collection. To enhance educational utility, further research is needed on how to utilize feature importance derived from the Random Forest-based automated scoring model to generate useful information for teaching and learning, such as feedback. This study is significant as foundational research in the field of mathematics descriptive automatic scoring, and there is a need for various subsequent studies through close collaboration between AI experts and math education experts.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.